灰色遗传神经网络模型对居民年需水量预测

根据居民年生活用水的特点,提出一种灰色遗传神经网络组合模型。该模型首先通过遗传算法(GA)对λ取值进行选优,并运用灰色加权模型对年需水量进行一级预测,后通过BP模型对年需水量进行二级预测。以A市S区年居民生活年需水量为例,将2007~2013年生活年需水量作为原始数据并选择合适指标对2014年需水量进行预测。结果表明,组合模型相比灰色神经网络模型精度提高0.84个百分点,比GM(1,1)模型提高了3.08个百分点。     

微生物发酵法生产紫杉醇的研究进展

微生物发酵生产紫杉醇由于其环境友好、工艺简单、成本低廉的优势,近年来被认为是解决紫杉醇生产原料来源危机的良好方法。由于单位发酵液中紫杉醇产量太低,迄今为止尚没有一株可以进行工业化生产的产紫杉醇菌株问世。本文就微生物发酵法生产紫杉醇的研究现状进行了总结分析,主要包括紫杉醇产生菌的筛选、发酵培养基的优化、微生物体内紫杉醇合成相关酶基因的克隆及产紫杉醇菌种的改良。     

GA-SVR模型用于日供水量预测的研究

针对日供水量预测问题,提出一种基于遗传算法的支持回归向量机(GA-SVR)模型。以H市为例,采用GA-SVR模型对日供水量进行了预测,并与BP模型和SVR模型的预测值进行了比较。结果表明,H市日供水量预测值与实际值的误差均小于5%,且GA-SVR模型的预测精度高于BP模型和SVR模型。由此可见,GA-SVR模型是一种有效的预测日供水量的方法。